XML查询最小化研究.pdfVIP

要 随着越来越多的XML 数据被存储到数据库中，XML 数据的查询效率显得越 来越重要。XML 查询效率与很多因素有关，其中一个重要的因素就是查询本身的 复杂程度和大小。一般来说，查询越复杂，查询规模越大，查询响应时间越慢。 因此，如何在保持查询原意的同时降低查询规模，是一个非常有价值的研究问题。 本文研究 XML 查询的最小化问题，即如何在保持查询原意的基础上将查询 规模降至最小的问题，本文对于XML 一个常用片段上的查询的最小化做 一个比 较系统而全面的研究。 文章首先定义 一类查询，称为树模式查询(Tree Pattern Query, TPQ) 。这类查 询定义在一个常见的 XPath 片段之上，该片段含有 child 轴、descendant 轴、 descendant-or-self 轴、节点测试和谓词，在后来的扩充当中，还使得谓词中能够包 含选择条件和连接条件，并可以具有多个输出节点。定义在这个 XPath 片段之上 的树模式查询能够表示大部分常见的XPath 查询，还能表示很多的XQuery 查询的 主干，因而具有一定的代表性。 不同的树模式查询具有不同的特征，最小化的途径和方法也不一样。本文采 用两种方法来对树模式查询进行最小化，分别是基于删除的方法和基于改写的方 法，这两种方法互为补充，可以对大部分树模式查询有效地进行最小化。 首先研究了基于删除的查询最小化策略，这种策略基于模拟的概 ，通过删 除查询中的冗余节点来达到最小化的目的。文章先讨 了不考虑完整性约束时的 最小化问题，提出了具体的复杂度为 P 算法。接着引入四种常见完整性约束：孩 子约束、后裔约束、双亲约束和兄弟约束，当约束存在时，查询往往能够进一步 最小化，但是问题更加复杂。本文利用两种技术来处理约束，即chase 和增强模拟， 通过对约束的几种典型组合进行分析，总结出 关于约束处理的一些启发式结论， 而且得出，无 约束如何存在，所研究片段上的树模式查询都可以在 P 的时间内 最小化。 然后研究了基于改写的查询最小化策略。这种策略针对一类特殊的树模式查 询，即谓词中含有节点标识连接条件的树模式查询，该类查询中查询条件往往可 以进一步简化，但是通过基于删除的最小化策略无法最小化。基于改写的最小化 策略通过改写和合并查询中的某些条件，来消除查询中的冗余，能够有效对这类 查询进行最小化。提出三个步骤来对查询进行改写：构造关系图——推理——重 构，并讨 实现时的算法问题。对于这种策略，也讨 约束的应用，提出利 用路径约束来辅助改写，具有很好的效果。 1 最后研究 常见完整性约束的产生问题，这个问题是查询最小化问题及很多 其它问题的基础和补充。提出模式蕴含的概 ，使得约束可以从模式中抽取，并 针对常见的五种完整性约束研究 从模式中抽取约束的算法及其复杂度，并进行 实验测试，研究显示，这些算法都在 P 时间内运行，实验结果也证实 算法的 效率。 总而言之，对本文定义的这类TPQ 查询，其最小化问题属于P ，本文的研究 扩展了这一类 （最小化的复杂度属于P ）问题的范畴，并以很多具体的算法丰富 其研究 果。我们计划对XQuery 的查询优化做进一步地研究。 关键词：XML 查询 最小化 完整性约束 模式 2 Abstract As more and more XML data is being stored in databases, the problem of querying XML data efficiently becomes more and more urgent. The efficiency of an XML query is affected by various factors, one of which is the size of the query. Generally spe